直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

Agent是什么 AI agent是什么

回答

AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。

心灵社会理论认为，智能是由许多简单的 Agent（分等级、分功能的计算单元）共同工作和相互作用的结果。这些 Agent 在不同层次上执行不同的功能，通过协作实现复杂的智能行为。心灵社会将智能划分为多个层次，从低层次的感知和反应到高层次的规划和决策，每个层次由多个 Agent 负责。每个 Agent 类似于功能模块，专门处理特定类型的信息或执行特定任务，如视觉处理、语言理解、运动控制等。智能不是集中在单一的核心处理单元，而是通过多个相互关联的 Agent 共同实现，这种分布式智能能够提高系统的灵活性和鲁棒性，应对复杂和多变的环境。

同时，在《心灵社会》中，明斯基还详细描述了不同类型的 Agent 及其功能，包括专家 Agent（拥有特定领域知识和技能，负责处理复杂的任务和解决特定问题）、管理 Agent（协调和控制其他 Agent 的活动，确保整体系统协调一致地运行）、学习 Agent（通过经验和交互，不断调整和优化自身行为，提高系统在不断变化环境中的适应能力）。

从达特茅斯会议开始讨论人工智能（Artificial Intelligence），到马文·明斯基引入“Agent”概念，“AI”和“Agent”就彻底聚齐了，往后，我们都将其称之为 AI Agent。

AI Agent 还包括下面几个概念：

  1. Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。
  2. Router：可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。
  3. Tool：Agent 上可以进行的一次工具调用。例如，对互联网的一次搜索，对数据库的一次检索。

此外，还需要三个 Agent：

  1. Responser Agent：主 agent，用于回复用户（伪多模态）。
  2. Background Agent：背景 agent，用于推进角色当前状态（例如进入下一个剧本，抽检生成增长的记忆体）。
  3. Daily Agent：每日 agent，用于生成剧本，配套的图片，以及每日朋友圈。

Responser Agent、Daily Agent、Background Agent 每隔一段时间运行一次（默认 3 分钟），运行时会分析期间的历史对话，变更人物关系（亲密度，了解度等），变更反感度，如果超标则拉黑用户，抽简对话内容，提取人物和用户的信息成为“增长的记忆体”，按照时间推进人物剧本，有概率主动聊天（与亲密度正相关，跳过夜间时间）。

内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

AI-Agent系列(一)：智能体起源探究

[title]AI-Agent系列(一)：智能体起源探究[heading2]八、Agent的”明斯基时刻“核心思想：心灵社会理论认为，智能是由许多简单的Agent（分等级、分功能的计算单元）共同工作和相互作用的结果。这些Agent在不同层次上执行不同的功能，通过协作实现复杂的智能行为。 多重层次：心灵社会将智能划分为多个层次，从低层次的感知和反应到高层次的规划和决策，每个层次由多个Agent负责。 功能模块：每个Agent类似于功能模块，专门处理特定类型的信息或执行特定任务，如视觉处理、语言理解、运动控制等。 分布式智能：智能不是集中在单一的核心处理单元，而是通过多个相互关联的Agent共同实现。这种分布式智能能够提高系统的灵活性和鲁棒性，应对复杂和多变的环境。同时，在《心灵社会》中，明斯基还详细描述了不同类型的Agent及其功能：专家Agent：拥有特定领域知识和技能的Agent，负责处理复杂的任务和解决特定问题。管理Agent：协调和控制其他Agent的活动，确保整体系统协调一致地运行。学习Agent：通过经验和交互，不断调整和优化自身行为，提高系统在不断变化环境中的适应能力。从达特茅斯会议开始讨论人工智能（Artificial Intelligence），到马文·明斯基引入“Agent”概念，到这里，“AI”和“Agent”就彻底聚齐了。往后，我们都将其称之为AI Agent。

AI-Agent系列(一)：智能体起源探究

[title]AI-Agent系列(一)：智能体起源探究[heading2]八、Agent的”明斯基时刻“核心思想：心灵社会理论认为，智能是由许多简单的Agent（分等级、分功能的计算单元）共同工作和相互作用的结果。这些Agent在不同层次上执行不同的功能，通过协作实现复杂的智能行为。 多重层次：心灵社会将智能划分为多个层次，从低层次的感知和反应到高层次的规划和决策，每个层次由多个Agent负责。 功能模块：每个Agent类似于功能模块，专门处理特定类型的信息或执行特定任务，如视觉处理、语言理解、运动控制等。 分布式智能：智能不是集中在单一的核心处理单元，而是通过多个相互关联的Agent共同实现。这种分布式智能能够提高系统的灵活性和鲁棒性，应对复杂和多变的环境。同时，在《心灵社会》中，明斯基还详细描述了不同类型的Agent及其功能：专家Agent：拥有特定领域知识和技能的Agent，负责处理复杂的任务和解决特定问题。管理Agent：协调和控制其他Agent的活动，确保整体系统协调一致地运行。学习Agent：通过经验和交互，不断调整和优化自身行为，提高系统在不断变化环境中的适应能力。从达特茅斯会议开始讨论人工智能（Artificial Intelligence），到马文·明斯基引入“Agent”概念，到这里，“AI”和“Agent”就彻底聚齐了。往后，我们都将其称之为AI Agent。

皮皮：你的微信虚拟女友 - 李洛云

AI Agent：基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。AI Agent包括下面几个概念：Chain：通常一个AI Agent可能由多个Chain组成。一个Chain视作是一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的Chain是大语言模型完成的LLM Chain。Router：我们可以使用一些判定（甚至可以用LLM来判定），然后让Agent走向不同的Chain。例如：如果这是一个图片，则a；否则b。Tool：Agent上可以进行的一次工具调用。例如，对互联网的一次搜索，对数据库的一次检索。总结下来我们需要三个Agent：Responser Agent：主agent，用于回复用户（伪多模态）Background Agent：背景agent，用于推进角色当前状态（例如进入下一个剧本，抽检生成增长的记忆体）Daily Agent：每日agent，用于生成剧本，配套的图片，以及每日朋友圈Responser AgentDaily AgentBackground Agent每隔一段时间运行一次（默认3分钟）分析期间的历史对话变更人物关系（亲密度，了解度等）变更反感度，如果超标则拉黑用户抽简对话内容，提取人物和用户的信息成为“增长的记忆体”按照时间推进人物剧本有概率主动聊天（与亲密度正相关，跳过夜间时间）[heading1]复杂的东西：中期记忆中的增长记忆体

其他人在问
外贸AI应用APP
以下是一些外贸相关的 AI 应用 APP ： Logic Pro X 教学软件：这是一个 AI 音乐制作教学平台，使用机器学习、音频处理技术，市场规模达数亿美元。它利用 AI 技术为用户提供个性化的音乐制作教学服务，例如根据用户的音乐基础和学习进度，推荐合适的课程和练习项目。 鲁班到家 APP：作为 AI 家居维修服务平台，运用数据分析、自然语言处理技术，市场规模达数亿美元。它利用 AI 分析用户的维修需求和地理位置，为用户推荐附近的专业维修人员。比如用户家里的水龙头坏了，APP 会根据用户的需求安排维修人员上门服务。 雪球财经 APP：这是一个 AI 金融投资教育平台，采用数据分析、自然语言处理技术，市场规模达数亿美元。它利用 AI 技术为用户提供个性化的金融投资教育服务，包括投资课程、市场分析和投资策略等。比如根据用户的投资经验和风险偏好，推荐合适的学习内容和投资组合。 穷游网社区：作为 AI 旅游体验分享平台，使用自然语言处理、图像识别技术，市场规模达数亿美元。它利用 AI 技术对用户的旅游照片和文字进行分析和推荐，让用户分享旅游体验，发现更多美好的旅游目的地。比如用户分享自己的欧洲之旅，APP 会根据照片的内容和文字描述，推荐相关的旅游攻略和景点。 此外，还有一些其他领域的 AI 应用 APP ，如： 猎聘 APP：这是一个 AI 招聘求职平台，运用数据分析、自然语言处理技术，市场规模达数十亿美元。它利用 AI 技术分析求职者的简历和企业的招聘需求，为双方提供精准匹配。 链家 APP：作为 AI 房地产交易平台，采用数据分析、自然语言处理技术，市场规模达数十亿美元。它利用 AI 分析房地产市场数据和用户需求，为买卖双方提供安全、高效的交易平台。 智联招聘 APP：这是一个 AI 招聘筛选工具，使用自然语言处理、机器学习技术，市场规模达数亿美元。它利用 AI 技术对求职者的简历进行分析和筛选，根据企业的招聘要求，为企业推荐符合条件的候选人。 贝壳找房 APP：作为 AI 房地产评估系统，运用数据分析、机器学习技术，市场规模达数亿美元。它通过分析房屋的位置、面积、户型等因素，利用 AI 技术对房地产进行评估，为用户提供准确的房价参考。 腾讯游戏助手：这是一个 AI 游戏角色生成器，采用图像生成、机器学习技术，市场规模达数亿美元。它可以利用 AI 技术为游戏开发者生成各种风格的游戏角色，丰富游戏内容。 墨迹天气 APP：作为 AI 天气预报助手，使用数据分析、机器学习技术，市场规模达数亿美元。它利用 AI 分析气象数据，为用户提供准确的天气预报，包括温度、湿度、风力等信息，同时还能提供气象预警。
2024-10-31
能够生成ai头像的免费网站或软件
以下是一些能够生成 AI 头像的免费网站或软件： 1. Looka：是一个在线 Logo 设计平台，使用 AI 理解用户品牌信息和设计偏好，生成多个设计方案供选择和定制。 2. Tailor Brands：AI 驱动的品牌创建工具，通过用户回答问题生成 Logo 选项。 3. Designhill：其 Logo 制作器使用 AI 技术创建个性化 Logo 设计，用户可选择元素和风格。 4. LogoMakr：提供简单易用的 Logo 设计工具，用户可拖放设计并利用 AI 建议。 5. Canva：广受欢迎的在线设计工具，提供 Logo 设计模板和元素，有 AI 辅助设计建议。 6. LogoAI by Tailor Brands：Tailor Brands 推出的 AI Logo 设计工具，根据输入快速生成方案。 7. 标小智：中文 AI Logo 设计工具，利用人工智能技术帮助创建个性化 Logo。 此外，您还可以参考以下资源获取更多相关信息： ：介绍 Midjourney 生成照片所需的提示词，包括电影类型、灯光等方面。 ：介绍用 Midjourney 生成盆景图片的关键词模板。 ：系统介绍在云端部署 SD 模型搭建 AI 头像生成网站的方法。 ：介绍使用 Flask、ngrok 和 Google Colab 利用免费 GPU 创建 AI 应用程序，如构建 Stable Diffusion 应用程序。
2024-10-31
能够生成产品背景图的AI产品
以下是一些能够生成产品背景图的 AI 产品： 1. Artguru AI Art Generator：在线平台，生成逼真图像，给设计师提供灵感，丰富创作过程。 2. Retrato：AI 工具，将图片转换为非凡肖像，拥有 500 多种风格选择，适合制作个性头像。 3. Stable Diffusion Reimagine：新型 AI 工具，通过稳定扩散算法生成精细、具有细节的全新视觉作品。 4. Barbie Selfie Generator：专为喜欢梦幻童话风格的人设计的 AI 工具，将上传的照片转换为芭比风格，效果超级好。 此外，还有一些 AI 驱动的背景更换工具，如： 1. Zmo：AI 商品背景替换工具（https://www.zmo.ai/aibackground），可为产品照片生成逼真的 AI 背景，能以较低成本创建令人惊叹且逼真的产品图片，可在几秒钟内个性化产品背景，并展示最佳背景下的产品，还能轻松更换各种背景，包括纯色、图案、渐变、纹理或自定义图像。 需要注意的是，这些 AI 模型在使用中可能会存在一些局限，如偶尔会出现性能不稳定、生成内容不当等问题。
2024-10-31
你能帮我找到这篇报告吗？他的名字是《InfoQ：中国AI Agent应用研究报告2024》
以下是为您找到的《InfoQ：中国 AI Agent 应用研究报告 2024》的链接：https://waytoagi.feishu.cn/record/Y45LrXJiwe4SgYc5tMZcVVtqn6b
2024-10-31
有什么好用的作图AI
以下为您介绍一些好用的作图 AI 工具： 对于绘制 CAD 图，有以下工具和插件： CADtools 12：Adobe Illustrator 插件，添加 92 个绘图和编辑工具，包括图形绘制、编辑、标注等。 Autodesk Fusion 360：集成了 AI 功能的云端 3D CAD/CAM 软件，能创建复杂几何形状和优化设计。 nTopology：基于 AI 的设计软件，可创建复杂 CAD 模型，包括拓扑优化等。 ParaMatters CogniCAD：基于 AI 的 CAD 软件，能根据输入自动生成 3D 模型。 主流 CAD 软件如 Autodesk 系列、SolidWorks 等的生成设计工具，可根据输入自动产生多种设计方案。但使用这些工具通常需要一定 CAD 知识和技能，初学者建议先学习基本 3D 建模技巧。 对于图生图产品，主要有： Artguru AI Art Generator：在线平台，生成逼真图像，为设计师提供灵感。 Retrato：将图片转换为非凡肖像，有 500 多种风格选择。 Stable Diffusion Reimagine：通过稳定扩散算法生成精细、具细节的全新视觉作品。 Barbie Selfie Generator：将上传照片转换为芭比风格。 这些 AI 模型通过组合技术如扩散模型、大型视觉转换器等生成相似图像，但存在性能不稳定、生成内容不当等局限。 绘制逻辑视图、功能视图、部署视图的工具包括： Lucidchart：流行的在线绘图工具，支持多种图表创建。 Visual Paradigm：全面的 UML 工具，提供创建各种架构视图的功能。 ArchiMate：开源建模语言，与 Archi 工具配合使用创建逻辑视图。 Enterprise Architect：强大的建模、设计和生成代码工具，支持多种视图创建。 Microsoft Visio：广泛使用的图表和矢量图形应用程序，提供丰富模板。 draw.io（diagrams.net）：免费在线图表软件，支持多种图表创建。 PlantUML：文本到 UML 转换工具，通过描述性文本生成序列图等。 Gliffy：基于云的绘图工具，提供创建架构图功能。 Archi：免费开源工具，用于创建 ArchiMate 和 TOGAF 模型。 Rational Rose：IBM 的 UML 工具，支持多种视图创建。
2024-10-31
google ai studio
生成式 AI Studio 是 Google Cloud 上的一个工具，允许应用程序开发人员或数据科学家快速制作原型和自定义生成式 AI 模型，无需代码或代码量少。 生成式人工智能是一种能够生成新的、未曾存在内容的人工智能技术，生成的内容可以是多模态的，包括文本（如文章、报告、诗歌等）、图像（如绘画、设计图、合成照片等）、音频（如音乐、语音、环境声音等）、视频（如电影剪辑、教程、仿真等）。 其应用场景广泛，例如文档摘要、信息提取、代码生成、营销活动创建、虚拟协助、呼叫中心机器人等。 生成式人工智能的工作原理包括训练阶段和应用阶段。在训练阶段，通过从大量现有内容（文本、音频、视频等）中学习，得到一个“基础模型”。在应用阶段，基础模型可用于生成内容并解决一般性问题，还可以使用特定领域的新数据集进一步训练以解决特定问题。 Google Cloud 提供了多种相关工具，如 Vertex AI（端到端机器学习开发平台，帮助构建、部署和管理机器学习模型）、Model Garden（平台，可发现 Google 的基础和第三方开源模型，并提供 MLOps 工具用于自动化机器学习管道）。
2024-10-31
传统的agent是怎么定义的
传统的 agent 定义如下： 在古希腊哲学中，对“行动者”（Agent）的探讨深刻影响了后世对道德责任和个体决策的理解。尽管当时未使用现代意义的“Agent”术语，苏格拉底、柏拉图和亚里士多德等哲学家已为其奠定基础。 亚里士多德在《尼各马科伦理学》中探讨德性伦理学，认为人的善良和幸福源自由理性和智慧引导的德性生活，区分了“被动行为”与“主动行为”，强调有道德价值的行为应是个体自愿且有明确意图的选择，个体作为行动者不仅要靠理性指导行为，还要对自愿行为承担道德责任。 苏格拉底通过独特对话法促使人们自我反省，考察行为是否符合道德标准，提出“无人有意作恶”，认为错误源于无知，主张通过增长智慧和美德引导正确决策。 柏拉图在《理想国》中构建理想社会模型，探讨灵魂三部分关系，认为理性主导时个体才能做出正确选择，将知识与道德紧密相连。 虽然古希腊哲学家未直接讨论“自由意志”，但他们关于个体自主决策及对结果负责的思考，对后世关于自由意志和道德责任的讨论影响深远，亚里士多德强调人作为理性动物应依据内在理性及外在自然法则实现德性和善。 在 20 世纪 60 年代，马文·明斯基定义“Agent”为一个自主、独立运行的计算或认知实体，具备感知、决策和执行任务的能力，有自己的目标、行为和策略，能与其他 Agent 交互和协作，可视为智能系统中的功能模块，在不同层次执行不同功能，通过协作实现复杂智能行为。在其著作《心智社会》中，深入探讨了人类思维和人工智能的复杂关系。
2024-10-28
建立Agent
以下是一些常见的 Agent 构建平台及相关信息： 1. Coze：是新一代的一站式 AI Bot 开发平台，适用于构建基于 AI 模型的各类问答 Bot，集成丰富插件工具，能拓展 Bot 能力边界。 2. Microsoft 的 Copilot Studio：主要功能包括外挂数据、定义流程、调用 API 和操作，以及将 Copilot 部署到各种渠道。 3. 文心智能体：百度推出的基于文心大模型的智能体（Agent）平台，支持开发者打造产品能力。 4. MindOS 的 Agent 平台：允许用户定义 Agent 的个性、动机、知识，以及访问第三方数据和服务或执行工作流。 5. 斑头雁：2B 基于企业知识库构建专属 AI Agent 的平台，适用于多种场景，提供多种成熟模板。 6. 钉钉 AI 超级助理：依托钉钉强大场景和数据优势，在处理高频工作场景表现出色。 使用扣子 coze.cn 等平台创建智能体 Agent 的过程被创作者形象地比喻为“捏 Bot”，最简单的 Bot 往往 1 分钟内可完成。常见 Bot 有讲故事、减肥提醒、生成 PPT、真假新闻辨识、新闻资讯收集、扮演“甄嬛”等。国内外有多个可在几分钟内完成 Agent 创建的平台，如国内版扣子 coze.cn、海外版 Coze coze.com、百度 AppBuilder、阿里通义千问、智谱 AI 等，可先从扣子 coze.cn 开始。 AgentSims 是国产斯坦福 AI 小镇，在其框架中： command 文件夹下包含所有对外接口，每个接口类实现 execute 方法作为 handler，有关键方法与接口。 系统中有预设的 Agent 样例可选择，初始化沙箱世界时会选默认模板。 游戏界面提供自行创建 Agent 的选项，可选择外观、名字、LLM、记忆系统、计划系统、最终目标、人物特征等，创建后信息保存到 mysql 中，后续可复用，系统宕机也可从数据库进行恢复。 以上信息由 AI 大模型生成，请仔细甄别，您可以根据自己的需求选择适合的平台进行进一步探索和应用。
2024-10-27
deepseek支持function calling，在dify的agent的prompt里要如何写才能调用工具。我说的是如何写提示词，才能让deepseek通过Function Calling调用工具。
要在 Dify 的 agent 的 prompt 里让 DeepSeek 通过 Function Calling 调用工具，您可以参考以下内容： 1. 提示词工程主要由提示词注入和工具结果回传两部分代码组成。 提示词注入：将工具信息及使用工具的提示词添加到系统提示中。INSTRUCTION 包含 TOOL_EAXMPLE、tools_instructions、REUTRN_FORMAT 三个部分。TOOL_EAXMPLE 用于提示 LLM 如何理解和使用工具，编写时注意用无关紧要的工具作示例避免混淆。tools_instructions 是将通用工具字典转换成 LLM 可读的工具列表，可动态调整。REUTRN_FORMAT 定义调用 API 的格式。 工具结果回传：利用正则表达式抓取输出中的“tool”和“parameters”参数。对于 interpreter 工具，使用另一种正则表达式提取 LLM 输出的代码。通过识别 LLM 返回的调用工具的字典，提取对应值传入工具函数，将结果以 observation 角色返回给 LLM，对于不接受该角色的 LLM 接口，可改为回传给 user 角色。 2. 当模型判断需要调用工具函数时，检测到返回的 json 里 function_call 字段不为空，则执行异步函数调用，采用回调方式获取函数返回结果。通过判断返回的 functionCall 的名称执行不同函数并返回结果。 3. 在大模型请求中，最大的两个变量是 Messages 和 Tools。Messages 里放 sys prompt、memory、user query；Tools 里放能力的 Json Scheme，两者组合形成整个完全的 Prompt。Agent 应用开发的本质是动态 Prompt 拼接，通过工程化手段将业务需求转述成新的 prompt。短期记忆在 messages 里的历史 QA 对，长期记忆是 summary 之后的文本再塞回 system prompt。RAG 是向量相似性检索，可放在 system prompt 里或通过 tools 触发检索。Action 是触发 tool_calls 标记进入请求循环，拿模型生成的请求参数进行 API request，再把结果返回给大模型交互，没有 tool_calls 标记则循环结束。Multi Agents 是更换 system prompt 和 tools。
2024-10-24
deepseek支持function calling，在dify的agent的prompt里要如何写才能调用工具
在 Dify 的 agent 的 prompt 中实现调用工具的方法如下： 1. 提示词注入阶段： INSTRUCTION 为注入到系统提示中的字符串，包含 TOOL_EAXMPLE、tools_instructions、REUTRN_FORMAT 三个部分。 TOOL_EAXMPLE 用于提示 LLM 如何理解和使用工具，编写时应使用无关紧要的工具作为示例，避免 LLM 混淆。 tools_instructions 是将通用的工具字典转换成 LLM 可读的工具列表，实际使用时可动态调整。 REUTRN_FORMAT 定义了调用 API 的格式。 2. 工具结果回传阶段： 利用正则表达式抓取输出中的“tool”和“parameters”参数。 对于 interpreter 工具，使用另一种正则表达式提取 LLM 输出的代码，提高使用成功率。 通过识别 LLM 返回的调用工具的字典，提取对应的值，传入相应的工具函数，将工具返回的结果以 observation 的角色返回给 LLM。对于不接受该角色的 LLM 接口，可改为回传给 user 角色。 此外，当模型判断需要调用工具函数时，即检测到返回的 json 里面 function_call 字段不为空，则执行异步函数调用，可通过判断返回的 functionCall 的名称来执行不同的函数并返回结果。 在提升可控性方面，有以下建议： 1. 放弃 JSON mode，虽然模型能力提升能输出 JSON，但仍会出错，且不能保证 100%正确，而模型厂家对 Function Calling 有微调优化。 2. 降低 System prompt 依赖，化繁为简，能在 Tools 里写的东西尽量写在里面。 3. API Response 增强 Prompt，这一步的准确率很高，可增加给大模型的约束和提示。 4. 尽量让模型做选择，而不是填空，减少 token 输出，提高速度和准确率。 5. 利用 Tools 来做 Route，构建 Multi Agent，术业有专攻。
2024-10-24
如何设计一个多轮对话的AI命题Agent
设计一个多轮对话的 AI 命题 Agent 可以从以下几个方面考虑： 1. 自然语言交互： 多轮对话能力：LLM 应能理解自然语言并生成连贯且与上下文相关的回复，以帮助 Agent 进行有效交流。 生成能力：LLM 要展示卓越的自然语言生成能力，生成高质量文本。 意图理解：LLMs 能够理解人类意图，但需注意模糊指令可能带来挑战。 2. 知识： 语言知识：包括词法、句法、语义学和语用学，使 Agent 能理解句子和进行对话。 常识知识：如药和伞的用途等世界常识，帮助 Agent 做出正确决策。 专业领域知识：特定领域如编程、医学等知识，对解决领域内问题至关重要。但要注意知识可能过时或错误，需通过重新训练或编辑 LLM 解决。 3. 记忆： 记忆机制：存储过去的观察、思考和行动，帮助 Agent 处理连续任务。 记忆提升策略：包括提高输入长度限制、记忆总结、用向量或数据结构压缩记忆。 记忆检索：Agent 检索记忆以访问相关信息，包括自动检索和交互式记忆对象。 4. 推理和规划： 推理：基于证据和逻辑，对解决问题、决策至关重要。 规划：组织思维、设定目标和确定实现目标的步骤。 计划制定：分解任务、制定计划，包括一次性全面分解和自适应策略。 以国内版 Coze 为例，在实际操作中： 1. 对话引擎：目前国内版暂时只支持使用“云雀大模型”作为对话引擎，其携带上下文轮数默认为 3 轮，可修改区间是 0 到 30，具体轮数根据业务需求决定。 2. 为 Bot 添加技能： 在 Bot 编排页面的“技能”区域，为 Bot 配置所需的技能。 若不懂插件，可选择区域右上角的“优化”按钮，让 AI Bot 根据提示词自动选择插件。 也可自定义添加所需插件，点击插件区域的“+”号选择加入具体插件。 如 Bot 需要获取 AI 新闻，可添加新闻搜索接口。 3. 测试 Bot：在 Bot 编排页面的“预览与调试”区域，测试 Bot 是否按预期工作，可清除对话记录以开始新的测试，确保 Bot 能理解用户输入并给出正确回应。
2024-10-21